最小平方拟合
最小平方逼近法是优化数据拟合的最常用方法。
在进行测量之前，研究人员应考虑实验可能产生的结果。创建一个模型来预测预期测量的数据。
在测量之后，您通常会得到一组数据点和一个模型方程，其中包括一些变量。要找到变量的最佳值，首先必须定义什么是 "最佳"。最小平方拟合假设最佳变量是残差平方和最小的变量。残差是测量数据点与模型预测值之间的偏差。
换句话说：模型中变量的最佳值是模拟数据最接近测量数据的值。
科学中最常见的应用是线性回归。然而，在 电化学领域，尤其是在 电化学阻抗能谱仪 (EIS) 中，这种拟合方式是根据 等效电路与测量数据拟合出一个模型。
文章
